Een model opslaan in de Bento Store
Registreer een modelartefact met BentoML.
Een model opslaan in de Bento Store is een gratis MLOps Academy-les op CoddyKit. Dit is les 1 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject MLOps Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus MLOps Academy bevat in totaal 4 lessen.
Maak kennis met BentoML
BentoML is een Python-framework dat modellen verpakt en aanbiedt, met ingebouwde batching en schaling, zodat je veel standaardcode overslaat. 🚀
Installeer het
Beginnen kost één opdracht. Je installeert bentoml vanuit pip, net als elk ander Python-pakket.
pip install bentomlDe Bento Store
De Bento Store is een lokaal register op je machine. Elk model dat je opslaat, komt daar terecht met een naam en een automatische versietag.
Train eerst iets
Je hebt een model nodig voordat je er een kunt opslaan. Hier pas je een eenvoudige scikit-learn-classificator toe op enkele gegevens.
from sklearn.svm import SVC
clf = SVC()
clf.fit(X, y)Opslaan met de framework-API
BentoML levert voor elk framework een hulpfunctie. Voor scikit-learn roep je bentoml.sklearn.save_model aan met een naam en het getrainde model.
import bentoml
bentoml.sklearn.save_model("iris_clf", clf)Namen en tags
Elke keer dat je opslaat, wordt een tag gemaakt, zoals iris_clf:abc123. De naam blijft hetzelfde, terwijl de versie na de dubbele punt bij elke opslag verandert.
Ook andere frameworks
Hetzelfde patroon werkt overal. Vervang de module door de module van jouw framework, zoals bentoml.pytorch of bentoml.xgboost.
bentoml.pytorch.save_model("net", model)Je modellen weergeven
Je kunt alles in het register vanuit je terminal bekijken. De opdracht bentoml models list toont namen, tags en grootten.
bentoml models listOpnieuw laden
Om een opgeslagen model te gebruiken, laad je het op basis van de tag. Met latest haal je de nieuwste versie op zonder een hash hard te coderen.
model = bentoml.sklearn.load_model("iris_clf:latest")Aangepaste metagegevens toevoegen
Je kunt tijdens het opslaan extra informatie bewaren. Metagegevens zoals nauwkeurigheid worden met het model meegestuurd, zodat teamgenoten weten wat het model is.
bentoml.sklearn.save_model("iris_clf", clf, metadata={"acc": 0.96})Oude versies opruimen
Het register kan na verloop van tijd vol raken. Je verwijdert alles wat je niet meer nodig hebt met de opdracht bentoml models delete en een tag.
bentoml models delete iris_clf:abc123Korte controle
Je hebt save_model zojuist twee keer voor dezelfde naam uitgevoerd. Waardoor zijn de twee opslagacties van elkaar te onderscheiden?
Samenvatting
Je hebt BentoML geïnstalleerd, een model met een framework-hulpfunctie opgeslagen in de Bento Store, het weergegeven en opnieuw geladen op basis van de tag. Het model wordt nu beheerd! 🙌
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “Een model opslaan in de Bento Store” gratis?
Ja — de volledige tekst van “Een model opslaan in de Bento Store” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus MLOps Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus MLOps Academy bevat in totaal 4 lessen.
Wat leer ik in “Een model opslaan in de Bento Store”?
Registreer een modelartefact met BentoML. Je oefent met MLOps Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met MLOps Academy te beginnen?
Ervaring vooraf is niet nodig. MLOps Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 1 van 4.
Hoe lang duurt de les “Een model opslaan in de Bento Store”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over MLOps Academy?
Ja. Elke les over MLOps Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Een model opslaan in de Bento Store
- Een service en de API ervan definiëren
- Adaptieve micro-batching inschakelen
- Een Bento bouwen en containeriseren